Capacité · appliquée au sein d'une mission
RAG industriel et connaissance
Des réponses ancrées dans votre réalité technique — manuels, spécifications, normes et journaux — traçables jusqu'à la source, avec citations et une boucle d'évaluation qui mesure les réponses non étayées.
Discuter d'un programme d'ancrage de connaissanceHyperion associe leadership produit, ingénierie des modèles et cybersécurité sur un périmètre défini. Une mission technique précise la configuration, l’adaptation, l’intégration et la transmission attendues ; les tests spécialisés et la qualification indépendante sont convenus explicitement.
- Corpus maîtrisé
Droits, versions et dates d’application
- Recherche filtrée par droits
Sources accessibles à cette identité uniquement
- Génération encadrée
Répondre à partir des éléments retrouvés
- Vérifier ou refuser
Contrôler les citations et signaler les lacunes
La recherche ne garantit pas la vérité. Tester droits, preuves, refus et documents obsolètes.
Vue architecture
Corpus maîtrisé
Recherche filtrée par droits
Génération encadrée
Vérifier ou refuser
Corpus maîtrisé → Recherche filtrée par droits → Génération encadrée → Vérifier ou refuser
Un modèle peut avoir appris des connaissances industrielles. Les manuels, spécifications, normes et journaux de maintenance approuvés restent des sources de référence gérées séparément, que l’on peut mettre à jour et vérifier. La décision n'est pas de choisir une bibliothèque de récupération : elle porte sur ce à quoi une réponse doit être traçable avant qu'un ingénieur soit autorisé à agir. Hyperion fixe ce seuil d'acceptation, définit la mesure de la fidélité aux sources et tranche si la récupération est même le bon instrument.
Ingestion et découpage du corpus source ; embeddings et base vectorielle ; récupération avec re-ranking ; génération ancrée qui cite ses sources ; et une boucle d'évaluation qui mesure la fidélité — à savoir si les réponses sont réellement étayées par le texte récupéré.
Analyse de documents pour PDF, tableaux et documents numérisés (OCR) ; embeddings sur pgvector ; récupération hybride (sémantique plus mots-clés) avec re-ranking ; application de citations pour que les affirmations renvoient à la source ; évaluation de la fidélité et de la qualité de récupération ; génération sur Mistral ou un autre modèle à poids ouverts.
Assistant avec recherche vs modèle seul
Comparer la même tâche avec et sans recherche dans le corpus maîtrisé. Aucune configuration ne garantit une réponse correcte.
| Dimension | Assistant avec recherche | Référence sans recherche |
|---|---|---|
| Ancrage | Corpus maîtrisé et connaissances apprises du modèle | Connaissances apprises et prompt fourni, sans recherche dans le corpus |
| Traçabilité | Vérifier liens sources et passages justificatifs | Générer une citation ne prouve pas sa validité |
| Fraîcheur | Dépend de l’ingestion, des versions et de la couverture | Dépend de la version du modèle et du contenu du prompt |
| Contrôle d'accès | Identité et filtrage documentaire à implémenter et tester | L’application peut toujours disposer de contrôles d’accès |
| Mode de défaillance | Évaluer réponses non étayées, refus et échecs de recherche | Évaluer réponses non étayées et refus sur la même tâche |